结论先行：AI 预测毒理学已经能在皮肤致敏、急性经皮毒性等终点上做出接近传统试验水平的判断，但目前在中国《化妆品安全评估技术导则》框架下，它只能作为证据权重中的补充材料，不能单独替代毒理学试验或权威机构已公布的评估结论，也不构成《化妆品安全技术规范》认可的检验报告。企业真正能落地的是三件事：原料初筛、交叉参照的类似物论证、以及数据缺口的风险排序。
一、这篇综述的来源与范围
2025 年 7 月，意大利 IDI-IRCCS 皮肤病研究医院与罗马"智慧大学"（Sapienza）皮肤科团队在 MDPI 期刊《Cosmetics》发表综述《Artificial Intelligence in Cosmetic Formulation: Predictive Modeling for Safety, Tolerability, and Regulatory Perspectives》（Cosmetics 2025, 12, 157，2025 年 7 月 24 日上线）。作者检索 PubMed 与 SCOPUS，按 PICO 框架（研究对象为化妆品、干预为 AI 工具、对照为其他开发策略、结局为 AI 在化妆品领域的主要应用）进行叙述性综述，覆盖表面活性剂、聚合物、香精、防腐剂、抗氧化剂、益生元六大原料类别，以及质地感官、稳定性、皮肤致敏与急性经皮毒性等预测场景。
值得注意的是，这篇综述并不只是讲"AI 能做什么"。它同时用了一整节讨论伦理与立法挑战，并明确指出：欧盟委员会与美国 FDA 已在探索毒理学 in silico 模型的验证与标准化，但针对化妆品领域 AI 预测模型，官方指引仍然缺失。这句话放到中国语境下同样成立，而且是本文要展开的核心。
二、四类机器学习范式在化妆品科学中的分工
| 范式 | 核心逻辑 | 典型算法 | 化妆品应用 | 主要局限 |
|---|---|---|---|---|
| 监督学习 | 用带标签数据（结构加已知结果）训练预测关系 | 支持向量机、决策树、回归、随机森林 | 毒性、溶解度、配方稳定性、功效预测 | 依赖大量高质量标注数据 |
| 无监督学习 | 在无标签数据中发现隐藏结构或分组 | K-means 聚类、层次聚类、PCA | 消费者分群、感官与配方参数模式识别 | 不直接输出预测，可解释性弱 |
| 半监督学习 | 小样本标注数据结合大样本未标注数据 | 自训练、协同训练（Co-training） | 标注数据稀缺时提升泛化能力 | 伪标签错误会传播放大 |
| 强化学习 | 智能体通过与环境交互获得奖励或惩罚 | Q-learning、策略梯度 | 自适应配方优化、智能推荐系统 | 化妆品领域仍多停留在概念验证 |
三、配方端：AI 已渗透到六类原料
| 原料类别 | 预测的性能与终点 | 主要 AI 方法 | 已报道性能 |
|---|---|---|---|
| 表面活性剂 | 临界胶束浓度 CMC、亲水亲油平衡 HLB、毒性、生物降解性 | QSAR、SVR、人工神经网络 ANN、生成对抗网络 GAN | 清洁泡沫配方预测 R²=0.77（>500 样本） |
| 聚合物 | 玻璃化转变温度 Tg、分子量分布、溶解度参数、触感 | 图神经网络 GNN、聚合物指纹、主动学习 | 仍处于早期，专用数据库与指纹不足 |
| 香精 | 气味特征、复配比例优化、替代分子设计 | GNN、ANN、DNN、粗糙集机器学习 RSML | 四组分香精复配优化，可处理"活性悬崖" |
| 防腐剂 | 最低抑菌浓度 MIC、细胞毒性、内分泌干扰、神经毒性 | DeepTox、ProTox-II、QSAR（随机森林加 SMOTE） | 神经毒性预测准确率 87.7%（452 个化学品外部验证） |
| 抗氧化剂 | 抗氧化活性分类、氢原子转移反应性 | 随机森林、SVR、量子化学与机器学习混合 | 1900 多个化合物，分类准确率超过 90% |
| 益生元与微生态 | 菌群与表型关联、去屑、保湿效果 | 可解释 AI、自动化高通量筛选 | 益生元洗发水头皮屑减少 86% |
其中防腐剂一项尤为典型：Kan 等用随机森林结合 SMOTE 建立 QSAR 模型预测神经毒性，在 452 个化学品的外部验证集上准确率达 87.7%，157 种受评估防腐剂中有 15 种被标记为可能对神经细胞有细胞毒性。另有研究用 AI 从人源 β-防御素出发设计抗菌肽 IK-16-1，对大肠杆菌、金黄色葡萄球菌、铜绿假单胞菌和白念珠菌均表现出广谱抑菌活性，且无溶血活性。这类工作的价值在于提前排除高风险候选，而不是给出最终答案。
四、安全端：两张最关键的"成绩单"
4.1 急性经皮毒性
Lou 等使用超过 3400 个动物来源数据点训练机器学习与深度学习模型，在十折交叉验证下取得兔数据 AUC 78%、大鼠数据 AUC 82% 的成绩，并引入 SARpy 结构警示片段识别、Shapley 加性解释（SHAP）和注意力指纹热图提升可解释性，最终形成可独立运行的预测软件工具。
4.2 皮肤致敏
欧盟自 2013 年全面禁止化妆品及其原料的动物试验后，Bühler 试验、豚鼠最大化试验、局部淋巴结试验（LLNA）逐步被新方法论（NAM）取代或补充，包括体外方法 h-CLAT、DPRA、KeratinoSens，以及 in silico 模型。综述提到，表现最好的模型是采用 24 个理化描述符与 eAR 值训练的朴素贝叶斯分类器，整体准确率 86%、敏感性 80%、特异性 90%。该模型被用于评估 15 个新兴或研究不足的半抗原，其中 7 个被预测为致敏物：仙客来醛、N,N-二甲基丙烯酰胺、二甲基硫代氨基甲酰基苯并噻唑硫化物、香叶醇氢过氧化物、异冰片基丙烯酸酯、橙花醛、异戊烯基咖啡酸酯。
更具说服力的是 Cosmetics Europe 与美国国家毒理学计划（NTP）合作的基准研究：以精选的 LLNA 和人体致敏数据集为参照，多种非动物策略的表现与动物及人体数据相当甚至更优，且不同模型误判的化合物并不一致——这意味着集成建模或共识建模可以进一步提升可靠性。商业工具如 SpheraCosmolife 已将暴露与危害预测整合，直接输出安全边际（MoS），并支持 3R 原则（替代、减少、优化动物使用）。
但局限同样明确：模型精度高度依赖输入数据的质量与代表性，数据集不平衡（已知致敏物多于非致敏物）会引入偏倚；多数现有模型只覆盖有限的毒性通路，容易忽略复杂的生物交互与个体差异。
五、关键事实速览
| 事项 | 事实 | 对中国企业的提示 |
|---|---|---|
| 预测能力 | 皮肤致敏准确率 86%，急性经皮毒性 AUC 78%—82% | 达到可用于初筛的水平，但未达到可单独定论的水平 |
| 监管定位 | 欧美官方对化妆品 AI 预测模型尚无明确指引 | 国内同样无专门认可路径，按证据权重处理 |
| 原料准入 | 生成模型产出的新分子不在已使用原料目录内 | 默认须走新原料注册备案并承担监测期义务 |
| 清单管理 | 防腐剂、防晒剂、着色剂、染发剂实行准用清单 | 预测性能优异不等于可以合法使用 |
| 功效评价 | 祛斑美白、防晒、防脱发属特殊化妆品 | 须按《化妆品安全技术规范》规定方法开展人体功效试验 |
六、中国监管下的五条硬边界
边界一：in silico 预测属于"证据权重"，不是法定检验报告
《化妆品安全评估技术导则》采用证据权重思路，原料的毒理学证据通常来自《化妆品安全技术规范》规定的毒理学试验、权威机构已公布的安全评估结论（如 SCCS、CIR、JECFA、EFSA 等）、交叉参照（read-across）、TTC 阈值法以及其他科学合理的证据。AI 预测结果一般归入后两类的支撑材料——它可以解释"为什么这个原料与某个类似物的毒理特征相近"，但报告最终仍要落到具体的 NOAEL 或 ADE 取值、暴露量（SED）计算和明确的结论句。
把"模型预测为不致敏"直接写成安评结论，是审评中最容易被打回的写法之一。相关方法如何规范落地，可参考《交叉参照（Read-across）方法在化妆品安全评估中的五步实操法》与《化妆品安全评估TTC方法实操全解》两篇。
边界二：AI 设计出的新分子，默认要先走新原料备案
《已使用化妆品原料目录》是判断"新原料"的基线。生成式模型（变分自编码器、GAN、GNN）给出的新表面活性剂、新肽类防腐剂，只要不在目录内，就没有可依赖的使用历史，必须按新原料注册备案路径提交毒理学资料与安全性评价资料，并承担相应的安全监测期义务。这一点常被配方端技术团队忽略：算法给出一个性能指标优秀的分子，合规端才发现路径完全不同。
边界三：防腐剂等实行准用清单管理，清单外不可用
综述中 AI 筛选防腐剂的方向很有吸引力，但中国对防腐剂、防晒剂、着色剂、染发剂实行《化妆品安全技术规范》准用清单管理。清单外物质即便 AI 预测其抑菌效果好、细胞毒性低，也不能作为防腐剂用于上市产品。企业可以做的，是在清单内用 AI 寻找更低刺激的使用浓度与更优复配比例，通过协同效应降低单一组分用量——这也是综述中提到的可行方向。
边界四：特殊化妆品的人体功效试验不可被模型替代
综述引用的美白霜优化案例中，混合 ANN 与遗传算法给出的最优配比为 3.00% 熊果苷、0.658% 芦荟苦素、0.007% 烟酰胺、0.993% 氧化白藜芦醇，黑色素含量降至 0.0824，模型 MSE 为 6.01×10⁻⁴、R² 为 0.979。这在配方筛选阶段很有价值，但祛斑美白属于特殊化妆品，其功效宣称评价必须按《化妆品安全技术规范》规定的方法开展人体功效试验并出具报告，不适用《化妆品功效宣称评价规范》中的通用方法条款，in silico 或体外数据不能替代。
AI 在这里的正确定位是"把要做的试验从 50 组压到 5 组"，而不是"省掉试验"。
边界五：人脸图像与皮肤影像属敏感个人信息，算法合规是独立命题
综述提到的虚拟试妆、面部特征分析、皮肤微生物组表型预测，都会采集人脸形态与皮肤影像数据。在中国，生物识别信息受《个人信息保护法》约束，需要单独同意、最小必要、去标识化处理；若产品面向欧盟，还需同时满足 GDPR 与欧盟《人工智能法案》（2024 年正式通过）的风险分级要求——用于诊断或治疗相关功能的化妆品 AI 应用可能被划为高风险，须满足训练数据代表性、文档可追溯、透明度义务和人工监督等要求。这部分合规责任在品牌方，不因算法由第三方提供而转移。
七、企业怎么用：按场景对号入座
| 场景 | 可以做什么 | 不能做什么 |
|---|---|---|
| 原料数据缺口筛查 | 用 QSAR 与交叉参照给缺少 NOAEL 的原料做风险排序，优先补做高风险项 | 把预测值当作 NOAEL 直接代入 MoS 计算 |
| 新原料立项 | 用生成模型缩小候选分子范围，提前排除含高风险结构警示片段的结构 | 跳过毒理试验设计与监测期合规安排 |
| 配方优化 | 用 ANN 与遗传算法优化活性物配比和感官参数，减少试错批次 | 用模型输出替代稳定性、防腐挑战、人体功效试验 |
| 致敏风险自查 | 用致敏预测模型对香精与防腐体系做初筛，标记需重点关注的组分 | 据此直接作出"不致敏"宣称或免做斑贴试验 |
| 上市后信号监测 | 用机器学习对不良反应文本做聚类，识别批次或组分聚集信号 | 用模型结论替代法定不良反应报告义务 |
八、一个现实判断
综述作者的判断是：AI 能够重塑化妆品创新的科学、伦理与商业格局，前提是坚持多学科协作、透明的算法治理与包容性。对国内企业而言，更务实的姿态是把 AI 用在"减少试验数量、提高证据组织效率"上，而不是"替代试验"上。
具体来说，完整版安全评估落地后，企业最大的痛点从来不是"某个原料有没有数据"，而是"数据缺口这么多，先补哪一个、用什么方法补最经济"。AI 预测模型恰恰能在这道排序题上发挥作用：先用模型把缺 NOAEL 的原料按预测毒性分级，再结合暴露量与使用场景决定哪些必须补试验、哪些可以用交叉参照或 TTC 处理。这才是降本的真正来源。
常见问题解答
AI 预测的毒理数据能写进化妆品安全评估报告吗？
可以作为证据权重中的补充材料写入，用于支撑交叉参照的类似物论证或说明数据缺口的合理性，但不能单独作为毒理学终点结论。报告中仍需给出具体的 NOAEL 或 ADE 取值、暴露量计算和安全边际评估，并最终形成明确的安全性结论。把模型预测结果直接写成"不致敏""无毒性"的结论性表述，是审评中常见的退回原因。
用 AI 生成的新原料分子，备案时会被认可吗？
AI 生成的分子不在《已使用化妆品原料目录》内，即属于新原料，须按新原料注册备案路径提交毒理学资料与安全性评价资料，并承担相应的安全监测期义务。AI 预测结果可辅助试验方案设计，但不能替代注册备案要求的法定资料。立项阶段应先确认原料的目录归属，再判断申报路径。
皮肤致敏的 in silico 预测准确率达 86%，能替代斑贴试验吗？
目前不能。86% 的准确率来自特定数据集上的交叉验证结果，且模型存在数据集不平衡、覆盖毒性通路有限、忽略个体差异等局限，不同模型误判的化合物也不一致。实际工作中应将其定位为初筛工具，与体外方法（h-CLAT、DPRA、KeratinoSens）及人体斑贴试验形成组合证据，而非替代关系。
AI 优化的美白配方还需要做人体功效试验吗？
需要。祛斑美白属于特殊化妆品，其功效宣称评价必须按《化妆品安全技术规范》规定的方法开展人体功效试验并出具报告，不适用《化妆品功效宣称评价规范》的通用方法条款，in silico 预测与体外数据均不能替代。AI 的价值在于缩小候选配比范围、减少需要实测的试验组数，从而在合规前提下降低开发成本。
使用第三方 AI 工具做原料筛选，数据合规责任在谁？
责任在品牌方或备案人。若 AI 工具采集人脸图像、皮肤影像等生物识别信息，需按《个人信息保护法》履行单独同意、最小必要、去标识化等义务；面向欧盟市场时还需同时满足 GDPR 与欧盟《人工智能法案》的风险分级要求。第三方提供算法并不转移合规责任，委托协议中应明确数据处理边界与责任划分。
参考资料
- Di Guardo A, Trovato F, Cantisani C, et al. Artificial Intelligence in Cosmetic Formulation: Predictive Modeling for Safety, Tolerability, and Regulatory Perspectives. Cosmetics 2025, 12, 157
- 化妆品安全评估方法论：从毒理学四支柱到EU合规的实操全解
- 化妆品安全评估国际权威机构全景解析：WHO、SCCS、CIR、IFRA数据引用指南
